ChatGPT حالا می‌تواند مرورگر شما را کنترل کند؛ از پر کردن فرم‌ها تا ارسال پیام و مدیریت زبانه‌ها
فرض کنید در حال مقایسه قیمت‌ها در چهار زبانه مرورگر هستید و ناگهان متوجه می‌شوید هوش مصنوعی مرورگرتان دیگر فقط صفحات را نمی‌خواند، بلکه در یکی از آن‌ها فرم ارسال سفارش را هم پر می‌کند. این همان تغییری است که اوپن‌ای‌آی در ۱۵ اکتبر ۲۰۲۶ اعلام کرد. افزونه مرورگر ChatGPT اکنون به دو حالت مجزا تقسیم شده است: حالت گفت‌وگو (Chat) که زبانه‌های باز را می‌خواند و از اطلاعات آن‌ها برای پاسخ‌گویی استفاده می‌کند، و حالت کار (Work) که به‌جای صرفاً خواندن صفحات، اقدامات واقعی را در مرورگر به نمایندگی از کاربر انجام می‌دهد.
دو حالت با تفاوتی روشن
این به‌روزرسانی مرز مشخصی میان خواندن محتوای وب و انجام دادن کارها در آن ترسیم می‌کند.
حالت گفت‌وگو، بخش ساده‌تر این قابلیت است. می‌توانید از ChatGPT بخواهید زبانه‌های باز مرورگر را بررسی کند و مشخصات محصولات، زمان‌های تحویل یا شرایط بازگرداندن کالا را در صفحات چند فروشگاه با هم مقایسه کند. این ابزار اطلاعات خوانده‌شده را ترکیب می‌کند و پاسخی مستقیم در اختیار شما می‌گذارد.
اما حالت کار قابلیت‌های متفاوتی دارد. بر اساس گزارش‌هایی که به اطلاعیه اوپن‌ای‌آی استناد کرده‌اند، این حالت می‌تواند با استفاده از اطلاعات صفحات وب باز یا فایل‌های ذخیره‌شده روی رایانه، فرم‌ها را تکمیل کند، پیام بفرستد، فایل دانلود کند و زبانه‌های باز را بر اساس موضوع در گروه‌های مختلف قرار دهد.
گزارش‌های منتشرشده تأیید می‌کنند که کاربران می‌توانند فرم‌های تکمیل‌شده را پیش از ارسال بررسی کنند. بااین‌حال، این گزارش‌ها ثابت نمی‌کنند که برای انجام تک‌تک اقدامات مرورگر، تأیید دستی کاربر الزامی است. این تفاوت را باید پیش از اعطای دسترسی در نظر گرفت.
اوپن‌ای‌آی یک میان‌بر نیز اضافه کرده است. طبق گزارش‌ها، تایپ عبارت @Chrome در وب‌سایت یا اپلیکیشن ChatGPT امکان فراخوانی مستقیم وظایف مرورگر را فراهم می‌کند؛ بنابراین برای این کار دیگر نیازی نیست پنل کناری افزونه را باز کنید.
ChatGPT امروز افزونه‌ای برای کروم دریافت کرده است که زبانه‌های مرورگر را می‌خواند و کنترل می‌کند. در ادامه، نکاتی را که باید بدانید مرور می‌کنیم.
حساب رسمی ChatGPT متعلق به اوپن‌ای‌آی اعلام کرده است که قابلیت استفاده از رایانه را برای همه کاربران کروم فراهم می‌کند. نخستین تغییر این است که ChatGPT اکنون می‌تواند از زبانه‌های باز شما برای تهیه پاسخ استفاده کند… https://t.co/yb2zW8QEmO تصویر در X— AGTP (@AGTPinsights)، ۱۵ اکتبر ۲۰۲۶
پیش از اعطای دسترسی چه نکاتی را باید بدانید؟
افزونه پیش از انجام برخی اقدامات اجازه می‌گیرد، اما این درخواست‌ها را نباید بدون بررسی و صرفاً با یک کلیک تأیید کرد.
افزونه برای دسترسی به تاریخچه مرورگر، بازدید از وب‌سایت‌های جدید یا کار با فایل‌ها از کاربر اجازه می‌خواهد. طبق گزارش‌ها، گزینه‌های دسترسی شامل اجازه برای یک‌بار استفاده، اجازه برای هر وب‌سایت به‌صورت جداگانه، اجازه برای همه وب‌سایت‌ها یا رد کامل درخواست است.
همچنین می‌توانید دسترسی افزونه را به زبانه‌های مشخصی محدود کنید تا اطلاعات کمتری از صفحات مختلف در اختیار آن قرار گیرد. گزارش‌هایی که به اطلاعیه اوپن‌ای‌آی استناد می‌کنند، سرویس‌هایی مانند Gmail، LinkedIn و Salesforce را نمونه‌هایی از حساب‌هایی معرفی می‌کنند که در صورت اعطای دسترسی گسترده، این ابزار می‌تواند در نشست‌های کاربری فعال با آن‌ها تعامل داشته باشد.
به همین دلیل، هر درخواست مجوز تصمیمی مهم است. حالت کار می‌تواند پیام بفرستد و فرم‌ها را تکمیل کند؛ بنابراین اگر دسترسی گسترده‌ای به آن بدهید، نشست‌های فعال شما در سرویس‌هایی که مرتب استفاده می‌کنید نیز ممکن است در دسترس این ابزار قرار بگیرند.
چند محدودیت دیگر نیز باید در نظر گرفته شود. این افزونه از مرورگرهای Chrome، Edge، Brave و Opera پشتیبانی می‌کند و بنا بر گزارش‌ها، Vivaldi نیز ممکن است در فهرست مرورگرهای پشتیبانی‌شده قرار داشته باشد؛ هرچند منابع درباره پشتیبانی از Vivaldi اتفاق‌نظر ندارند. بر اساس گزارش‌های موجود، Firefox و Safari در مرحله نخست عرضه این قابلیت پشتیبانی نمی‌شدند. همچنین هنوز مشخص نیست که آیا تمام قابلیت‌های حالت کار در همه طرح‌های اشتراک ChatGPT در دسترس هستند یا خیر؛ گزارش‌ها درباره لزوم داشتن اشتراک پولی برای کنترل مرورگر اطلاعات متناقضی ارائه می‌کنند.
برای راه‌اندازی این قابلیت باید از اپلیکیشن دسکتاپ ChatGPT استفاده کنید. وارد بخش تنظیمات (Settings) شوید، گزینه Computer Use را انتخاب کنید، افزونه را برای مرورگر دلخواه نصب کنید و سپس در گفت‌وگویی در ChatGPT Work یا Codex، همان مرورگر را انتخاب کنید.
تصویر بزرگ‌تر
این به‌روزرسانی ChatGPT را از ابزاری برای خواندن وب به ابزاری برای کار کردن در محیط وب تبدیل می‌کند.
این قابلیت گامی عملی در تلاش اوپن‌ای‌آی برای تبدیل ChatGPT از یک دستیار به یک عامل هوش مصنوعی است. بهتر است آن را نه مانند سیری که صرفاً زمان‌سنج تنظیم می‌کند، بلکه شبیه سپردن مرورگر به فردی در نظر بگیرید که واقعاً می‌تواند در آن جابه‌جا شود و کار انجام دهد؛ البته به شرط آنکه محدوده اختیاراتش را دقیقاً مشخص کنید.
اینکه حالت کار تا چه اندازه می‌تواند وظایف چندمرحله‌ای را با دقت انجام دهد و کنترل‌های مربوط به مجوزها در عمل چقدر مؤثر خواهند بود، تعیین می‌کند که این قابلیت به ابزاری برای افزایش بهره‌وری تبدیل شود یا به عاملی برای ایجاد مشکل. پاسخ این پرسش هنوز روشن نیست. فعلاً بخش مهمی از نتیجه به این بستگی دارد که پیش از کلیک روی گزینه اجازه، درخواست‌های دسترسی را با چه دقتی بررسی کنید.